libSVM下载： http://www.csie.ntu.edu.tw/~cjlin/libsvm/  

    或github（建议github上下载，版本多）    https://github.com/cjlin1/libsvm/releases

比较好的一篇安装libSVM参考博客为： http://blog.csdn.net/lqhbupt/article/details/8596349

我的系统 win7（64位），matlab2014b(64位)。

我开始下载的是最新的版本V321，即 libsvm-3.2.1，将libsvm-3.2.1放在“../matlab2014b/toolbox”下。

因为我的系统均为64位，所以无需编译，直接通过“设置路径/添加并包含子文件夹” 选择“../matlab2014b/toolbox”，点击“保存”。

然后将当前目录选择为“../matlab2014b/toolbox/libsvm-3.2.1”。

matalb输入   [heart_scale_label,heart_scale_inst]=libsvmread(\'heart_scale\');

出现报错

Invalid MEX-file \'D:\Program Files\matlab2014b\toolbox\libsvm-3.21\windows\libsvmread.mexw64\':
The specified module could not be found.

解决过程：

    网上找了各种原因，有一些事说编译问题，但是我的win7和matlab都是64位。看到有个别人的回答是用libsvm-320，说没问题。然后就换了libsvm-320，测试通过。

个人考虑，可能是libsvm-3.2.1存在bug，亦或是与matlab2014b不兼容的原因。总之，matlab2014b和libsvm-320，就可以应用libSVM了。

选择当前目录为 “../matlab2014b/toolbox/libsvm-320“，如图

测试代码如下：

[heart_scale_label,heart_scale_inst]=libsvmread(\'heart_scale\');

model = svmtrain(heart_scale_label,heart_scale_inst, \'-c 1 -g 0.07\');

[predict_label, accuracy, dec_values] =svmpredict(heart_scale_label, heart_scale_inst, model); % test the trainingdata

得到结果如下：

*
optimization finished, #iter = 134
nu = 0.433785
obj = -101.855060, rho = 0.426412
nSV = 130, nBSV = 107
Total nSV = 130
Accuracy = 86.6667% (234/270) (classification)